Eviews使用指南 - 图文

目录

第一章 EViews基本操作 ............................................................................................................. 4

1.1 EViews主窗口 ........................................................................................................ 4 1.2 工作文件基础.......................................................................................................... 5

1.2.1 新建一个工作文件（Creating a Workfile） ............................................... 6 1.2.2 工作文件窗口（Workfile Window） .......................................................... 9 1.2.3 保存工作文件（Saving Workfiles） ......................................................... 13 1.2.4 读取工作文件（Loading Workfiles） ....................................................... 13 1.3 数据的导入和导出................................................................................................ 13 1.3.1 1.3.2 1.3.3 从键盘输入数据（Entering Data From the Keyboard） .................................. 13 外部数据文件导入（Spreadsheet Import） ...................................................... 14 数据导出............................................................................................................. 16 1.4.1 基本的对象类型 ......................................................................................... 16 1.4.2 基本的对象操作 ......................................................................................... 17

第二章 基本数据分析................................................................................................................. 22

2.1 序列对象中的数据分析................................................................................................ 22 2.1.1 数据表格............................................................................................................. 22 2.1.2 图形操作............................................................................................................. 23 2.1.3 描述性统计值的计算 ......................................................................................... 24 2.1.4 简单的假设检验................................................................................................. 26

（1）均值检验....................................................................................................... 27 （2）方差检验....................................................................................................... 28 2.1.5 序列的计算......................................................................................................... 29 2.2 组对象中的数据分析.................................................................................................... 29

2.2.1 组对象简介......................................................................................................... 29 2.2.2 图形形式............................................................................................................. 30 2.2.3 描述性统计值..................................................................................................... 31 2.2.4 协方差分析......................................................................................................... 32 2.3 标量对象中的数据分析................................................................................................ 33 2.4 系数向量对象中的数据分析 ........................................................................................ 34

2.4.1 系数向量的生成................................................................................................. 34

第三章 基本的单方程分析......................................................................................................... 36

3.1 基本的回归分析............................................................................................................ 36 3.1.1 创建方程对象..................................................................................................... 36

（1）列表方式....................................................................................................... 36 （2）表达式方式................................................................................................... 37 3.1.2 方程对象窗口..................................................................................................... 38 3.1.3 方程对象中的统计值（Regression Statistics） ................................................ 38

1.4 对象基础................................................................................................................ 16

（1）参数估计值................................................................................................... 39 （2）参数估计值的标准误 (Std. Error)............................................................... 39 （3）t统计量 (t-Statistics) ................................................................................... 40 （4）相伴概率 (Prob)........................................................................................... 40 （5）概要性统计值（Summary Statistics） ........................................................ 40

（6）F统计量 (F-Statistics)和相伴概率（Prob）.............................................. 41 （7）回归标准误(Standard Error of the Regression, S.E. of regression).............. 41 （8）似然值（Log Likelihood） .......................................................................... 41 （9）信息准则（Information Criterion） ............................................................ 41 （10）Durbin-Watson统计值 ............................................................................... 41

第四章 EViews编程初步 ............................................................................................................. 43

4.1 基本的数学运算............................................................................................................ 43

4.1.1 数学运算符......................................................................................................... 43 4.1.2 函数..................................................................................................................... 43 4.2与概率分布有关的函数.................................................................................................. 43

4.2.1累积分布函数....................................................................................................... 43 4.2.2百分位数函数....................................................................................................... 44 4.2.3概率密度函数....................................................................................................... 44 4.2.4随机数生成器....................................................................................................... 44 4.3 EViews编程初步 .......................................................................................................... 44

4.3.1 控制变量............................................................................................................. 45 4.3.2 控制程序............................................................................................................. 45

第五章包含虚拟变量的回归模型 ............................................................................................... 46

5.1与虚拟变量相关的函数.................................................................................................. 46

（1）自动分类函数@expand................................................................................ 46 （2）函数@seas .................................................................................................... 48

5.2二元选择模型.................................................................................................................. 48 第六章异方差性........................................................................................................................... 49

6.1 6.2 异方差性的检验............................................................................................................ 49 异方差性的校正............................................................................................................ 49 6.2.1采用正确的 OLS参数协方差矩阵估计公式 ..................................................... 49 6.2.2 采用更有效的参数估计方法（加权最小二乘，WLS）................................. 51

第七章时间序列分析................................................................................................................... 52

7.1 序列相关的诊断............................................................................................................ 52 序列相关的补救............................................................................................................ 53 7.2.1 HAC方法 ........................................................................................................... 53 7.2.2 GLS方法 ............................................................................................................ 54 7.3 7.4 时间序列的单位根检验................................................................................................ 55 平稳序列的 BJ建模...................................................................................................... 58 7.4.1 时间序列的自相关图和偏自相关图 ................................................................. 58 7.4.2 ARMA模型估计................................................................................................ 63 7.4.3 模型诊断............................................................................................................. 64 7.4.4 模型应用............................................................................................................. 65

第八章混合数据模型初步........................................................................................................... 67

8.1 混合数据对象（The Pool Object）.............................................................................. 67 8.2 混合数据的组织形式.................................................................................................... 68

8.2.1 非堆栈数据......................................................................................................... 68 8.2.2 堆栈数据............................................................................................................. 68 8.3 混合数据的输入............................................................................................................ 697.2

8.4 混合数据模型的估计.................................................................................................... 70

8.4.1 独立随机样本..................................................................................................... 70

8.4.2 独立混合截面模型的估计 ................................................................................. 72 8.4.3 面板数据模型的估计 ......................................................................................... 74

8.4.3.1固定效应模型 ............................................................................................ 74 8.4.3.2随机效应模型 ............................................................................................ 76 8.4.3.3固定效应模型还是随机效应模型 ............................................................ 78

第一章 EViews基本操作

EViews提供复杂的数据分析、回归分析和预测工具，可以应用于如下领域：科学数据 分析和评估，金融数据分析，宏观经济预测，仿真，销售预测和成本分析。EViews最开始 是用在大型计算机上对时间序列数据进行处理的软件，与之最接近的版本是发布于 1981年 的 MicroTSP。

EViews软件利用了现代 Windows软件的可视化特点。你可以使用鼠标，通过标准的 Windows菜单和对话框完成相关操作。同时，也可以利用 EViews强大的命令行和批处理语 言完成同样的操作过程。

利用 EViews完成数据处理的工作流程通常涉及以下主要环节

创建工作文件 导入数据 通过对象操作 保存工作文件 读取、修改工 作文件 进行数据处理 导出数据图表

图 1主要工作流程

1.1 EViews主窗口

我们刚提到 EViews利用了 Windows软件的可视化特点，那么我们首先需要了解 EViews 中的窗口。

图 2显示的是 EViews程序的主窗口，当我们完成 EViews的安装后，运行 EViews程序， 首先出现的就是这个主窗口。

??标题栏：在主窗口的最顶端是标题栏，可以看到“EViews”字样

??主菜单：在标题栏下方的是 EViews的主菜单，和 Windows应用程序一样，这是个下拉

式菜单。

??命令行窗口：接下来的部分是命令行窗口。我们可以在这个部分输入、编辑 EViews命

令。输入完命令行，按下回车键即可执行命令。执行过的命令行，将会在命令行窗口中 保留，我们可以操作鼠标，使光标移动到这些已经执行过的命令行中，编辑这些命令行， 按下回车键执行。通过调整命令行和工作区域的边界位置，可以调整命令行窗口的大小

表明当前 EViews的样本操作范围，这个子集不能超过工作文件的数据范围。在数据处理过 程中，可能需要改变工作文件的数据范围或当前样本范围。如果希望改变工作文件的数据范 围，双击“Range”字样，就会打开一个标题为“Workfile structure”对话框（如图 7

改变工作

文件的数据范围所示）。此后弹出的对话框可以修改工作文件的开始日期和结束日期。如果 原始工作文件数据范围是修改后的工作文件数据范围的子集，则 EViews直接扩展工作文件 数据范围而不需要额外的确认，但是修改后的工作文件数据范围是原始的工作文件数据范围 的子集，则 EViews会弹性确认信息，警告一部分原始数据有可能会因为数据范围的修改而

丢失，要求用户确认是否继续此项操作。

按钮栏 工作文件数据范围

当前样本操作范围

标题栏

过滤器

对象

工作 文件

点击选 择不同 工作页

目录

工作文件页

点击此处创建 新工作文件页

框（如图 8

图 6工作文件窗口

图 7改变工作文件的数据范围

如果希望改变当前样本范围，双击“Sample”字样，就会打开一个标题为“Sample”的对话

改变当前样本范围所示）。注意修改当前样本范围不能超出工作文件的数据范

围。

??显示过滤器

在这两行状态信息行的右边是一个显示过滤器（Display Filter），可根据需要设置筛选 条件，选择一组对象子集显示在工作文件窗口中。可以将鼠标停在这些状态信息上双击，修 改相应的选项。

如果工作文件包含的对象非常多，往往对浏览和定位对象造成一定的困难，因此我们需 要有选择一些主要的对象显示在工作窗口中，通过使用显示过滤器可以达到上述目的。点击 View→Display Filter…，或者在状态信息行中双击“Display Filter *”字样，可以打开对象过滤 器（Object Filter）对话框。该对话框中上半部分是一个编辑框，用于输入根据对象名称进 行筛选的条件。

“*”表示通配符

图 8改变当前样本范围

“?”表示匹配任意一个单字符

在对话下半部分是一组复选框，可以选取欲在工作窗口中显示的对象类型。一旦我们筛 选掉一部分对象后，原来的“Display Filter *”字样会变更为“Display Filter -*”字样，提醒我们 注意工作文件窗口中显示的对象只是工作文件所包含的对象的一部分。

??工作文件目录

在工作文件窗口中间部分是显示对象的工作文件目录（Workfile Directory），在普通模 式下，工作文件窗口会显示所有的对象，并按对象名称排序列，在每个对象左边的图标对应 着不同的对象类型（我们将在后续章节详细介绍不同的对象类型）。

点击工作文件窗口中的菜单 View→Name Display，可以选择窗口中的对象名称是以小 写字母（lower case letters，系统默认选项），或是大写字母显示（upper case letters）。如果点 击 View→Detail +/-，或者单击按钮栏中的 Detail +/-，可以显示有关对象的更多附加信息， 例如对象创建或修改时间、对象标签信息等。再次单击同一菜单命令或按钮可切换回标准的 工作文件显示格式。

为了获得对工作文件的整体认识，我们可以显示工作文件概况视图（Workfile Summary

View），点击工作文件窗口主菜单 View→Statistics

即可显示如下图所示的工作文件概况

如果需要切换回原来的目录显示视图（Directory Display View），点击 View→Workfile

Directory即可。

1.2.3 保存工作文件（Saving Workfiles）

如果第一次在工作文件工具栏点击 Save按钮，可以选择保存路径，保存工作文件。或 者点击 EViews主窗口中的菜单：File→Save as或 File→Save保存文件。

上图中的选项框“Prompt on each Save”，如果去掉该选项框，则 EViews在每次用户保存 文件不再出现该对话框。如果需要恢复，可以在 EViews的主菜单中点击 Options→General Options…，并在 Data storage / Workfile save选项中进行修改。在大多数情况下，我们会将文 件保存为“.WF1”格式。但是，如果需要，我们仍然可以将数据保存为另外的格式。

1.2.4 读取工作文件（Loading Workfiles）

可以利用 EViews主窗口中的菜单：File→Open→Workfile读取一个先前已保存的工作 文件。

1.3 数据的导入和导出

1.3.1 从键盘输入数据（Entering Data From the Keyboard）

对于少量的数据序列，可以通过键盘直接输入。需要处理的经济金融数据一般以序列形 式出现，保存在序列对象中。基本步骤如下：

1、创建一个序列对象。从工作文件菜单中点击：Objects→New Objects…选择对象类型

为 Series（如图 9 创建一个序列对象以输入并保存数据），此后打开一个无标题的 序列对象窗口（如图 10

在序列对象窗口中输入数据）。

2、在弹出的序列对象窗口中，点击“Edit+/-”，进入编辑状态，在单元格输入或修改数

据。也可以直接复制数据进行粘贴操作，而勿需逐一进行输入。

3、编辑结束后，点击“Name”按钮，对这个无标题的序列对象进行命名保存。注意如果

在编辑结束后直接关闭未命名的序列对象窗口，系统将会询问是否确定删除。如果 此时点击确定按钮，则系统将会放弃保存，已输入的数据信息将会被丢弃。

图 9创建一个序列对象以输入并保存数据

图 10在序列对象窗口中输入数据

1.3.2 外部数据文件导入（Spreadsheet Import）

除了直接编辑输入序列对象外，还可以直接从其他程序文件中导入数据。外部程序文件 可能包括标准 ASCII表格，或者 Lotus（WKS, .WK1或.WK3）或者 Excel（后缀名为.XLS） 电子数据表格式（也是最常用的数据文件格式）。以 Excel文件为例，步骤如下：

点击 File→Open→Foreign Data as Workfile，可以直接将外部数据导入一个新建的工作 文件中。

另一种操作方法是，点击 File→Open→EViews Workfile，在弹出的窗口中，最下方的两 个文件框分别是“文件名”和“文件类型”，其中“文件名”选择 Demo.xls，“文件类型”选择 Excel file (*.xls)，此时弹出的窗口如下图。

图 11 Excel文件的导入

上图下半部分为我们提供了数据文件预览，上半部分的选项主要是针对导入的数据范 围，点击“下一步”后，弹出的窗口如下图。

上图窗口中提供的选项主要是针对读取数据文件的形式。一般来说，EViews提供的默 认选项已经能够满足大多数数据导入的要求，因此我们只需要点击“完成”，即可完成将外部 数据文件直接导入工作文件中的操作过程。

1.3.3 数据导出

EViews的数据导出过程类似于数据导入，点击：File→Export→Write Text-Lotus-Excel...

图 12 EViews中数据的导出

1.4 对象基础

EViews软件具有面向对象风格（object oriented），因此对象（object）是整个软件设计 的核心。数据分析过程中的信息储存在对象中。EViews所有的工作都涉及到不同类型对象 的使用和操作。对象则存放在对象容器（object container）中，而工作文件则是最重要的对

象容器之一。

1.4.1 基本的对象类型

在每一个新建的的工作文件中，系统都会自动生产一个系数向量对象（ coefficient vector），名字为 c，和一个序列对象(series)，名字为 resid。前者主要用于存放参数估计值， 后者则主要存放最近一次估计生成的的残差序列（有关参数估计和残差序列的内容将在后续 章节介绍）。这里需要注意的是，EViews具有面向对象的风格，即许多数据处理都是以对象 （object）为基本单元进行的。对象具有不同的类型，并且以不同的图符（icon）进行区别。 不同类型的对象针对对没的分析需要。例如序列对象（series object）针对某一变量的观测样 本，方程对象（equation object）针对一组变量的关系测算。

EViews提供了便捷的操作工作，称为视图（Object Views）和过程（Object Procedures）， 其中视图主要是的时代表格和图形窗口以直观、方便地展示对象中的数据信息，过程则主要 是对对象中的数据信息进行处理。

下图列示了几种主要的对象类型。

1.4.2 基本的对象操作

如前所述，对象存储于对象容器中，因此对对象的操作需要在对象容器中进行。最典型 的对象容器就是工作文件。我们需要在打开一个工作文件之后，完成对对象的操作。

（1）创建对象

在工作文件菜单中点击 Object→New Object…（如下图）

即可弹出以下对话框

在对话框左边部分，可选择希望创建的对象类型，右边部分的编辑框可输入对象名称。

对于大多数类型的对象，只需要完成上述对话框的选择即可创建，有一小部分类型的对象可 能在生成之前系统还需要更详细的信息。

（2）选定或打开已有的对象

点击工作文件菜单中的 View→Select All (except C-RESID)，可以选择除了 C和 RESID 对象以外的所有对象。类似的，如果点击 View→Deselect All，可消除以上选定。

双击对象图标即可选定某一对象并打开。 （3）显示对象

以序列对象为例。序列对象通常用于存放我们需要处理的数据。EViews中的序列对象 为用户提供了多种直观展示数据序列特征的方式，其中包括表格、图形等不同形式。

在工作文件窗口中双击某序列对象图表，即可打开序列对象窗口。以序列对象“M1”为 例，双击“M1”序列图标，即可打开“M1”序列。选择 View→Spreadsheet，以数据表格形式显 示数据序列内容（如图 13

以数据表格形式展示数据序列）。

图 13以数据表格形式展示数据序列

或者在 EViews主菜单中点击 Quick→Show…（如下图所示）

随后弹出的窗口如下图

点。中位数是分布中心的有效的测量，它比样本均值对异常点（outliers）具有更小 的敏感性。

3、 Max and Min分别指序列的最大值和最小值。

4、 Std. Dev.（标准差）测量序列离散程度。EViews中的标准差是由下式计算，N表示

序列的样本点个数， y是序列的样本均值： s???

1 N

? ( yi?? y)2，即总体标准 N?? 1 i??1

差的无偏估计。

5、 Skewness指偏度，度量序列的分布函数的形状以均值为中心的不对称程度。在

EViews中，偏度按下列公式计算（注意区别大写 S是偏度，小写 s是样本标准差）：

S???1 N yi?? y 3 ?N i??1 (??? )，其中????? s

?N?? 1? / N即总体标准差的有偏估计。 正的偏度值表明序列观测值的分布有一个很长的右边拖尾，负的偏度值表明序列的分布 有一个很长的左边拖尾，而当偏度为零时，表明序列的分布以样本均值为中心具有对称性（例 如，正态分布即是一种相对于均值具有对称分布的形式）。

6、 Kurtosis指峰度，测量序列分布中间形态的扁平程度。在 EViews中峰度值按下列公

式计算：

K???1 N yi?? y 4

?N i??1 (??? )

正态分布的峰度为 3。以正态分布为参照，如果某一分布的峰度超过 3，这个分布相对 于这个参照分布而言是尖的（尖顶峰度）。如果峰度小于 3，这个分布对于参照分布而言是 扁平的（平顶峰度）。

7、 Jarque-Bera统计量（以下简称 JB统计量）

JB统计量用于检验序列是否服从正态分布的检验统计值（检验对应的原假设为序 列服从正态分布）。利用正态分布偏度为零、峰度为 3的特点，通过利用样本数据计算 得到的样本偏度和样本峰度分别与 0和 3的“距离”大小，判断样本数据序列是否来自于 一个正态分布总体。如果序列得到的样本偏度和样本峰度分别与正态分布情况下应该得 到的 0和 3相差足够大（这一点需要借助于统计推断的方法），那么有理由描绘序列来 自于一个正态分布总体，否则没有理由拒绝原假设。统计推断所需要的统计量即 JB统 计量，它按以下公式计算：

JB???N?? 2

?K?? 3?2?? 。 ?S?????4 6?????在原假设即序列服从正态分布的情况下，该统计量服从自由度为 2的卡方分布，即

JB ~?? 2??2? 。在上图中，位于 JB统计量下方的 Probability（通常称为相伴概率），给

出了概率值 Pr ob ?

2

? JB?，此例中即为 Pr ob?? 2?? 24.68300??? 0.000004，因此，

如果相伴概率小于设定的显著性水平（例如 5%）时，即拒绝服从正态分布的原假设。 选择 View→Descriptive Statistics & Tests→Stats Table，可以表格形式显示观测值序列的 描述性统计值（如下图所示）。

EViews提供了按子样本计算描述性统计值的工具。选择“View→Descriptive Statistics & Tests→Stats by Classification”，出现以下对话框。

上图对话框中左边部分“Statistics”选项部分，可以选择要计算的描述性统计指标。

2.1.4简单的假设检验

序列对象窗口中，还可以进行简单的假设检验。选择“View→Descriptive Statistics & Tests→Simple Hypothesis Tests”，显示以下“Series Distribution Tests”对话框。

（1）均值检验

H 0 :???? m

H1 :???? m

在上图对话框左边“Mean:”编辑框中输入 m值。如果我们不在上图对话框右边的编辑框 中输入指定的标准差（如果知道的话），并假设

X服从正态分布，那么系统将按以下公式计

算 t统计量，这是我们在统计学课程中所熟知的统计量。

t???

z???X?? m s / N

~ t?N?? 1??其中 X是序列 X的样本均值， s是无偏的样本标准差， N是样本个数。

如果我们不在上图对话框右边的编辑框中输入指定的标准差（如果知道的话），那么 EViews会计算并报告 z统计量。

X?? m ? / N

~ N??0,1??其中?? 是我们指定的标准差。z统计量服从标准的正态分布。 以 demo.wf1中的 gdp序列对象为例， m?? 300，输出结果如下图所示 表中 Probability计算的是双侧检验的伴随概率，即 Probability=Prob(|t|≥7.904148)

（2）方差检验

H 0 : Var?x????? 2 H1 : Var?x????? 2 X服从正态分布，根据统计学相关知识，按以下公式构造统计量服从卡方分布， 即

?? 1? s 2 ~?? 2??N?? 1??? 2????N ? 2

仍以 demo.wf1中的 gdp序列对象为例，输出结果如下图所示假设

2.1.5序列的计算

EViews中具强大的数学运算功能，可以处理很多数学表达式。通过数学表达式的运算 可以生成序列对象。一般来说，有以下两种操作方式： （1）菜单操作

在 EViews工作文件中，点击菜单条上的 Genr按钮，弹出如下对话框，在编辑框中按 需要输入 EViews数学表达式，可以完成相应计算，并生成序列对象，保存计算结果（如图

15 按公式生成新的序列对象）：

图 15按公式生成新的序列对象

在弹出的对话框中输入你需要计算的公式，例如，计算国内生产总值(gdp)的对数值， 并命名为 log_gdp，在对话框中输入公式：log_gdp=log(gdp)，随后点击确定，则工作表中新 生成一个名为 log_gdp的序列对象。 （2）命令行操作方式

上述过程也可以通过在命令栏中输入相应的表达式：pcgdp=pc/gnp，随后回车，系统即 执行上述操作，得到同样的效果。

可以选择相应的序列对象，点击工作文件窗口中的 delete按钮进行删除，也可以点击

objects→Delete seleted进行删除。

2.2组对象中的数据分析 2.2.1组对象简介

组对象提供了对一组序列对象进行操作的工作。在工作文件中创建一个组对象的方法与 其它类型对象相似。可以点击工作文件窗口中的菜单“Object→New Object…→Group”，也可 以在命令行窗口中输入以下命令

group group_name1 gdp m1 pr rs

即可创建一个包括 gdp、m1、pr、rs四个序列对象在内的组对象，名字为 group_name1。

也可以创建包括由已有序列对象经过某种数学变换生成的序列对象在内的组对象。例如

group group_name2 log(gdp) d(m1) pr rs

group_name2所包含的序列对象包括 gdp的对数值、m1的一阶差分、pr、rs四个序列 对，前两个序列对象是由已有的序列对象 gdp、m1，分别经过求对数和取一阶差分后生成的。

关于 group对象有几个特点需要提醒大家注意

（1）组对象所包括的序列对象实际上只是一组序列对象的标识，并没有把对应的序列 对象复制到组对象中。因此，如果我们改变序列对象中的观测值，组对象中对应的序列对象 观测值也会随之发生改变。

（2）如果我们从工作文件中删除组对象所包含的序列对象，在打开组对象后，会发现 虽然对应的序列对象标识仍然存在，但其观测值全部为 NA。如果我们重新在工作文件中创 建同样名字的序列对象，那么组对象中对应的序列对象观测值将会重新赋值。

（3）如果我们对已包含在组对象中的序列对象进行重新命名，那么组对象中的序列对 象标识也会相应发生更新。

双击一组对象，可以打开组对象窗口，点击该窗口中的菜单“View”，显示如下图中所示

的下拉式菜单。

这组下拉式菜单分成四个部分，第一部分提供显示组内序列数据方式的工具；第二部分

与相关统计分析功能有关；第三部分与特别针对时间序列数据统计分析功能有关；第四部分 是标签视图，提供与组对象有关的信息。

例如选择“View→Group Members”可以显示包含中组内的各序列对象名称，在随后出现

的窗口中，我们可以增加、删除序列对象，或者改变序列对象排放的顺序。

2.2.2图形形式

和序列对象类似，单击菜单“View→Graph…”，显示以下“Graph Options”对话框。

选择“Line & Symbol”可以用连线图显示组对象中的序列，如下图所示

2.2.3描述性统计值

以 demo.wf1中的数据为例，按下 Ctrl键不放，同时用鼠标单击 gdp、m1、pr和 rs，选 中这四个序列对象，然后点击鼠标右键，选择 open→as Group，即以组的方式打开序列。在 组窗口中选择 View→Descriptive Stats & Tests，如下图所示，可以选择两种方式计算序列对 象中观测数据的描述性统计值。

Common Sample计算组内序列对象观测值交集样本的描述性统计值；Individual Samples

分别对组内各个序列对象计算描述性统计值。

2.2.4协方差分析

选择 View→Covariance Analysis…，出现以下“Covariance Analysis”对话框。

在上图中选择“Covariance”，即可计算组中包含的序列对象的方差－协方差矩阵。

语句

图 16组视图中方差－协方差矩阵

在上图中同时选择“Correlations”，可再计算组中包含的序列对象的相关系数矩阵。

图 17组视图中的序列相关系数矩阵

同样，以上相关系数矩阵的获得也可以利用命令行方式实现。在命令行窗口中输入以下

scalar cor=@cor(pc,gdp)

该语句生成了一个标量对象，命名为 cor，并将 pc和 gdp的简单相关系数赋值给该标量 对象。

类似地，如需计算两个序列的协方差，可以采用@cov(pc,gdp)。更多命令可参考 EViews 帮助中的目录→User’s Guide → Operator and Function Reference → Descriptive Statistics

2.3标量对象中的数据分析

标量对象不同于序列对象和组对象，它只包括一个数据。可以从命令行窗口中创建标量 对象，在命令行窗口中输入

scalar scalar_name=1

即创建一个名字为 scalar_name的标量对象并赋值 1。双击标量对象，在 EViews窗口底 部的状态栏可以看到该标量对象的赋值。

2.4系数向量对象中的数据分析 2.4.1系数向量的生成

我们常常需要利用系数向量来存储估计得到的参数估计值，并且以向量形式保存多个参 数估计，或者直接对参数估计的初始值赋值（例如在非线性回归模型的估计中需要对参数估 计值指定合适的初值）。创建系数向量的方法同样有两种方式： （1）菜单操作

相应的菜单操作方法为：单击 Objects→New Objects→Matrix-Vector-Coef，输入系数向 量的名称后点击 ok，在紧接着弹出的 New Matrix对话框中输入系数矩阵的行数和列数，并 选择 Coefficient Vector。如图 18

生成系数向量对象所示：

图 18生成系数向量对象

类似地可对系数向量对象命名，例如命名为 results。单击工作文件窗口中的 genr命令 按钮，在编辑框中输入：results(1)=@mean(gdp)，单击 ok，即可将系数向量对象中第 1个元 素的数值赋值为 gdp序列的样本均值。 （2）命令行方式

在命令行窗口中输入 coef (n) coef_name，其中 n表示系数向量的维度，coef_name表示 系数向量的名称。回车即可执行。如果上述语句括号中的 n缺省，则系统默认为创建一个长 度为 1的向量。双击这个系数向量对象可以打开该对象，点击系数向量对象窗口中的“Edit+/-” 菜单可以对系数向量对象中的元素进行编辑，修改其中的数据。

也可以利用公式修改系数向量对象量中元素的数值。例如，在命令栏中输入：

本文来源：https://www.bwwdw.com/article/svzr.html